MétaCan
Menu
Retour à la cohorte
Enregistrement W2758920113 · doi:10.1021/acs.jpclett.7b02227

How to Control the Discharge Products in Na–O<sub>2</sub> Cells: Direct Evidence toward the Role of Functional Groups at the Air Electrode Surface

2017· article· en· W2758920113 sur OpenAlexafffund
Hossein Yadegari, Christopher J. Franko, Mohammad Norouzi Banis, Qian Sun, Ruying Li, Gillian R. Goward

Notice bibliographique

RevueThe Journal of Physical Chemistry Letters · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Battery Technologies Research
Établissements canadiensMcMaster UniversityWestern University
Organismes subventionnairesWestern UniversityNatural Sciences and Engineering Research Council of CanadaCanada Research ChairsCanada Foundation for InnovationCanadian Light Source
Mots-clésElectrodeChemistryAnalytical Chemistry (journal)Materials scienceChemical engineeringEnvironmental chemistryEnvironmental scienceEngineeringPhysical chemistry

Résumé

récupéré en direct d'OpenAlex

Sodium–oxygen batteries have received a significant amount of research attention as a low-overpotential alternative to lithium–oxygen. However, the critical factors governing the composition and morphology of the discharge products in Na–O 2 cells are not thoroughly understood. Here we show that oxygen containing functional groups at the air electrode surface have a substantial role in the electrochemical reaction mechanisms in Na–O 2 cells. Our results show that the presence of functional groups at the air–electrode surface conducts the growth mechanism of discharge products toward a surface-mediated mechanism, forming a conformal film of products at the electrode surface. In addition, oxygen reduction reaction at hydrophilic surfaces more likely passes through a peroxide pathway, which results in the formation of peroxide-based discharge products. Moreover, in-line X-ray diffraction combined with solid state 23 Na NMR results indicate the instability of discharge products against carbonaceous electrodes. The findings of this study help to explain the inconsistency among various reports on composition and morphology of the discharge products in Na–O 2 cells and allow the precise control over the discharge products.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,071
Score d'incertitude au seuil0,435

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0020,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,013
Tête enseignante GPT0,225
Écart entre enseignants0,212 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations37
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Journal of Physical Chemistry LettersMême sujetAdvanced Battery Technologies ResearchTravaux en français237 207